[發明專利]能源消費者的預測性細分

有效

• 申請號: 201680074515.3
• 申請日: 2016-12-15
• 公開（公告）號: CN108401459B
• 公開（公告）日: 2022-05-17
• 發明（設計）人: 阿德里安·艾伯特;邁赫迪·馬蘇米
• 申請（專利權）人: 思睿人工智能公司
• 主分類號: G06Q30/02
• 分類號: G06Q30/02
• 代理公司: 北京安信方達知識產權代理有限公司 11262
• 代理人: 王爽

1.一種用于消費者細分的方法，包括：

由計算機系統接收多個消費者記錄，每個消費者記錄包括消費者的屬性和采用狀態；

通過所述計算機系統識別多個模式，每個模式根據所述多個消費者記錄的所述屬性定義所述多個消費者記錄的消費者記錄分組；以及

由所述計算機系統在多個分段之間分配所述多個模式，使得所述多個模式中的每個模式被分配給所述多個分段中的一個分段，根據迭代地增加所述多個分段的最小有效性的算法執行在所述多個分段之間的所述多個模式的所述分配，每個分段的所述有效性是所述多個消費者記錄中的消費者記錄的所述采用狀態的函數，所述消費者記錄與分配給所述每個分段的所述多個模式中的模式相匹配，

其中識別所述多個模式包括：

根據決策樹處理所述多個消費者記錄以獲得初始模式集合；以及

修整所述初始模式集合以獲得所述多個模式，

其中修整所述初始模式集合以獲得所述多個模式包括：

移除具有低于最小支持度的支持度的模式，所述模式集合中的每個模式的所述支持度指示匹配所述每個模式的消費者記錄的數量。

2.根據權利要求1所述的方法，其中所述算法包括求解等式LFIP-F。

3.根據權利要求2所述的方法，其中所述算法包括根據二分算法求解線性整數規劃可行性問題。

4.根據權利要求1所述的方法，其中對于所述每個模式的所述屬性中的每個屬性，所述多個模式中的每個模式包括所述每個屬性的閾值。

5.根據權利要求1所述的方法，其中識別所述多個模式包括根據決策樹處理所述多個消費者記錄。

6.根據權利要求1所述的方法，其中修整所述初始模式集合以獲得所述多個模式包括：

移除具有低于最小有效性的有效性的模式，所述模式集合中的每個模式的所述有效性指示與具有正采用狀態的所述每個模式相匹配的消費者記錄的比例。

7.根據權利要求6所述的方法，其中所述最小有效性是具有正采用狀態的所述多個消費者記錄中的所有消費者記錄的比例的倍數，該倍數大于1。

8.根據權利要求7所述的方法，其中所述倍數至少為2。

9.根據權利要求1所述的方法，其中修整所述初始模式集合以獲得所述多個模式包括移除所述初始模式集合中的這樣一些模式：這些模式具有匹配所述每個模式的所述多個消費者記錄中的一組消費者記錄，使得超過最大百分比的所述組消費者記錄還匹配所述初始模式集合中的另一模式。

10.根據權利要求9所述的方法，其中所述最大百分比介于60％與75％之間。

11.根據權利要求1所述的方法，其中每個分段的所述有效性還是分配給所述每個分段的每個模式的涵蓋矩陣的函數，其中對于與所述每個模式相匹配的所述多個消費者記錄中的每個消費者記錄，每個模式的所述涵蓋矩陣具有1/n的值，其中n是與所述每個消費者記錄相匹配的所述多個模式中的模式數量。